Unicode

Unicode
文字符号化スキーム
UTF-7
UTF-8
CESU-8
UTF-16
UTF-32
UTF-EBCDIC
SCSU
Punycode (IDN/IDNA)
GB 18030
その他
UCS
マッピング
書字方向
BOM
漢字統合
UnicodeとHTML
Unicodeと電子メール
Unicodeフォント

Unicode（ユニコード）は、符号化文字集合や文字符号化方式などを定めた、文字コードの業界規格である。文字集合（文字セット）が単一の大規模文字セットであること（「Uni」という名はそれに由来する）などが特徴である。

1980年代に、Starワークステーションの日本語化 (J-Star) などを行ったゼロックス社が提唱し、マイクロソフト、アップル、IBM、サン・マイクロシステムズ、ヒューレット・パッカード、ジャストシステムなどが参加するユニコードコンソーシアムにより作られた。1993年に、国際標準との一致が図られ、DIS 10646の当初案から大幅に変更されて、Unicodeと概ね互換のISO/IEC 10646が制定された。

概要

Unicode は世界で使われる全ての文字を共通の文字集合にて利用できるようにしようという考えで作られ、Unix、Windows、macOS、Plan 9、Javaなどで利用されている。

Unicodeでは、文字集合中の文字をあらわす符号位置（コードポイント、符号点を参照）に、「Unicodeスカラ値」という非負整数値が割り振られている。Unicodeスカラ値を文章中などに記す場合などは "U+" の後に十六進法でその値を続けることで表す。BMP（Basic Multilingual Plane, 基本多言語面）内の符号位置は U+0000 〜 U+FFFF の4桁で表すことができ、SMP（Supplementary Multilingual Plane, 追加多言語面もしくは補助多言語面）以降は5桁または6桁を必要とする。

収録されている文字は、各国で標準として規定されている文字集合や実際に使用されている文字を持ち寄り、委員会により取捨選択されている。日本の文字については当初より JIS X 0201、JIS X 0208 と補助漢字を、Unicode 3.1 では JIS X 0213 の内容も収録している。

また収録において、元の各文字集合内で分離されている文字は尊重するが、異なる文字集合に同一の文字が収録されているとみなされるものは、同じ符号位置に割り当てる方針を取っている。この際に集合が膨大であるという理由で、漢字について、中国、日本、韓国の各規格の漢字を統合しCJK統合漢字としたことは大きな議論となった。

Unicodeでは文字符号化方式も標準化したため、従来見られたShift JISとEUC-JPとの間の混乱のようなものは回避されている。

Unicode以前の文字コードとの相互運用性もある程度考慮されており、歴史上・実用上の識別が求められる場合には互換領域がとられ、元のコード→Unicode→元のコードというような変換（ラウンドトリップ変換）において、元通りに戻るよう配慮されている文字もある。しかし、正規のJIS X 0208の範囲内であればトラブルは少ないが、複数の文字集合が混在したり、Shift JISの実態であるCP932やEUC-JPの亜種であるCP51932とeucJP-MSなど、対応が違うために文字化けを起こすことがある。

文字集合

Unicodeに収録されている文字については、下に記載した#一覧の「コード順分類一覧」を参照。

文字符号化スキーム

「ISO/IEC 10646#文字符号化方式」も参照

Unicodeでは文字符号化方式を「文字符号化スキーム」(Character Encoding Scheme) と言う。

UTF-7

詳細は「UTF-7」を参照

UTF-16（後述）で表したUnicodeをBase64で変換して表す符号化方式。ただし、ASCIIのアルファベット範囲等についてはBase64に変換しない等、特殊な符号化スキームを行う。RFC 2152で定められており、Unicode標準及びUnicodeの関連仕様には含まれない。かつてのSMTP等のように、7ビット単位でしかデータを扱えない通信方式を利用する場合を想定して作られている。ステートフルエンコーディングであり、運用上問題が多いため、現在ではこの方式は推奨されていない。Unicode文字を7ビット単位伝送通信にどうしても通さなければならない場合は、替わりにUTF-8をQuoted-printableあるいはBase64で変換するなどの方式が好ましい。

UTF-8

詳細は「UTF-8」を参照

可変長（1-4バイト）の8ビット符号単位で表現する文字符号化形式及び文字符号化スキーム。ASCIIに対して上位互換となっており、文字の境界が明確である、UTF-16符号化スキームやUTF-32符号化スキームとの変換・逆変換に際して乗除算などの高負荷処理が必要ない、などの特長を持ち、インターネットではもっとも一般的に利用されている。

もともと8ビットを符号単位とするUTF-8ではBOMを付与する必要はないが、UTF-8であることが識別できるようにデータストリームの先頭に EF BB BF（U+FEFFのUTF-8での表現）の3バイトが付与されることがある。UTF-8のBOMはバイト順を表すものではなく、UTF-16符号化スキーム等における「真の意味でのBOM」と同じコードポイントを利用しているがゆえに慣用的にこう呼ばれているに過ぎない。

UTF-16

詳細は「UTF-16」を参照

BMP文字を16ビット符号単位一つで、その他の文字をサロゲートペア（代用対）という仕組みを使い16ビット符号単位二つで表現する文字符号化形式及び文字符号化スキーム。UCS-2ともBMPの範囲で互換性がある。

UTF-16符号化スキームでは、通常はファイルの先頭にバイト順マーク (BOM) が付与される。BOMとは、通信やファイルの読み書き等、8ビット単位の処理でバイト順を識別するための印であり、データストリームの先頭に付与される。値はU+FEFF。システムが読み込んだ先頭2バイトが FF FEならリトルエンディアン、FE FFならビッグエンディアンとして後に続く文書を処理する。

RFC 2781 ではBOMが付いていないUTF-16文書はビッグエンディアンとして解釈することになっている。Windowsのメモ帳で作成した「Unicodeテキスト」はBOMが付与されるようになっている。ビッグエンディアンの符号化スキームをUTF-16BE、リトルエンディアンの符号化スキームをUTF-16LEとして区別することもある。プロトコル若しくはアプリケーションの設定などの手段で符号化スキームにUTF-16BEやUTF-16LEを指定している場合にはBOMを付与することは許容されない（BOMの符号位置はZERO WIDTH NON-BREAKING SPACEとみなす）。Windows上の文書における「Unicodeテキスト」は特に明記のない場合、リトルエンディアンのUTF-16符号化スキームのことを指す。TCP/IPネットワークでは、プロトコルヘッダやMIME等の手段で符号化スキームが指定されずBOMも付与されない場合、ビッグエンディアンとして扱うと決められている（→ エンディアン）。

UTF-32

詳細は「UTF-32」を参照

Unicodeのすべての符号位置を単一長の符号単位として32ビットで表現する文字符号化形式及び文字符号化スキーム。実際に使われるのは21ビット（Unicodeの符号空間がU+10FFFFまでであるため）であり、この21ビットの範囲内ではUCS-4と互換性がある。UTF-32符号化スキームでもUTF-16符号化スキームと同じく、ビッグエンディアンとリトルエンディアンが存在し、それぞれUTF-32BE、UTF-32LEと呼ばれる。プロトコル若しくはアプリケーションの設定などの手段で符号化スキームにUTF-32BEやUTF-32LEを指定している場合にはBOMを付与することは許容されない（BOMの符号位置はZERO WIDTH NON-BREAKING SPACEとみなす）。単純な符号化スキームであるが、テキストファイルなどではファイルのサイズが大きくなる（すべてBMPの文字からなる文章の場合はUTF-16符号スキームの2倍、すべてASCII文字の場合はASCII/UTF-8の4倍のサイズとなる）ため、ストレージ用として使われることは稀である。そのためか、Microsoft Officeでの「エンコードされたテキストファイル」の読み書きはこの符号化スキームにはいまだに対応していない。フリーウェア・シェアウェアのテキストエディタのうち多数の符号化スキームに対応しているものでも、この符号化スキームには対応していないものが存在する。ただし、すべてのUnicode文字を処理する場合には、すべての文字を単一の符号単位で表現したほうが処理に適するため、内部の処理ではUTF-32符号化形式（あるいはUCS-4）で扱うこともある。実例として、Linux 上のC言語環境では wchar_t は32ビット整数型である。

UTF-16符号化スキームなどと同様にUTF-32符号化スキームにもBOMがあり、データストリームの先頭に付される。先頭の4バイトがFF FE 00 00ならリトルエンディアン、00 00 FE FFならビッグエンディアンになる。UTF-16のリトルエンディアンとUTF-32のリトルエンディアンは最初の2バイトが等しいため、4バイトまで読んで判断する必要がある。

以下はエイプリルフールに公開されたジョークRFCである (RFC 4042)。UTF-9に関しては同名の規格が実際に検討されていた（ただし内容は大きく異なる）が、ドラフト段階で破棄されているため重複にはならない。

UTF-9

可変長の9ビット符号単位で表現する符号化方式。1バイトが8ビット（オクテット）ではなく9ビット（ノネット）であるような環境での利用を想定している。UTF-8と比較した場合、Latin-1領域が1バイト、CJK統合漢字領域が2バイトで表現できる特長があり、データ量が少なくなる。ワード長が9の倍数のコンピュータ（PDP-10やACOS-6など）であれば計算コストも低い。

UTF-18

Unicode符号位置を単一の18ビット符号単位で表現する符号化方式。UTF-8に対するUTF-16のようなものだが、RFC公開時点のUnicodeで文字が定義されていた4つの面（BMP、U+1xxxx、U+2xxxx、U+Exxxx）を余った2ビットで識別するため、代用符号位置は使わない。

以下はドラフト段階で破棄された規格案。

UTF-5

国際化ドメイン名での利用を想定し、0-9、A-Vの32文字で表現する文字符号化スキーム。国際化ドメイン名にはPunycodeが採用されたため、利用されていない。

UTF-9

可変長（1-5バイト）の8ビット符号単位で表現する文字符号化形式または文字符号化スキーム。ISO-8859-1に対して一部互換である。しかし、UTF-8が普及しつつあり、それと比べて欠点がいくつかあったため、破棄された。

拡張領域

サロゲートペア

1980年代の当初の構想では、Unicodeは16ビット固定長で、2¹⁶ = 65,536 個の符号位置に必要な全ての文字を収録する、というもくろみであった。しかし、Unicode 1.0公表後、拡張可能な空き領域2万字分を巡り、各国から文字追加要求が起こった。その内容は中国、日本、台湾、ベトナム、シンガポールの追加漢字約1万5千字、古ハングル約5千字、未登録言語の文字などである。このようにしてUnicodeの、16ビットの枠内に全世界の文字を収録するという計画は早々に破綻し、1996年のUnicode 2.0の時点で既に、文字集合の空間を16ビットから広げることが決まった。この時、それまでの16ビットを前提としたシステム（たとえばJavaのchar型や、Windows NT・Windows 95のAPI）をなるべくそのままにしたまま、広げられた空間にある符号位置を表現する方法として、サロゲートペアが定義された。

サロゲートペアは16ビットUnicodeの領域1024文字分を2つ使い（前半 U+D800 〜 U+DBFF、後半 U+DC00 〜 U+DFFF）、各々1個ずつからなるペアで1024 × 1024 = 1,048,576文字を表す。これはちょうど16面ぶんであり、第1面〜第16面（U+10000 〜 U+10FFFF）の文字をこれで表すこととした。加えて第0面（基本多言語面）も使用可能なので、Unicodeには合計で 1,048,576 + 65,536 - 2,048 = 111万2,064文字ぶんの空間が確保されたことになる。

サロゲートはUnicodeの符号位置の U+10000 〜 U+10FFFF の範囲を16ビットユニットのペア（2つ）で表現する集合で、最初の16ビットユニットを high surrogate、二番目を low surrogate と称する。high surrogates は U+D800 〜 U+DBFF の範囲、low surrogates は U+DC00 〜 U+DFFF の範囲である。

コーディング

サロゲートのエンコーディングは、

       $hi = ($uni - 0x10000) / 0x400 + 0xD800;
       $lo = ($uni - 0x10000) % 0x400 + 0xDC00;

デコードディングは、

       $uni = 0x10000 + ($hi - 0xD800) * 0x400 + ($lo - 0xDC00);

となる。

コード変換例：

U+10437（𐐷: DESERET SMALL LETTER YEE, IPA: /j/）のエンコードを考えてみる。

 0x10437（1 0000 0100 0011 0111）から0x10000（1 0000 0000 0000 0000）を引くと、
 結果は0x00437（0000 0000 0100 0011 0111）となる。

 これを上位10ビット値と下位10ビット値に分割する。
 00 0000 0001（⇒ 0x400に相当） ＋ 00 0011 0111（0x037）

 ハイ（高位）サロゲートを形成するために上位ビットに0xD800を加える。
 0x0001 + 0xD800 = 0xD801。

 ロー（下位）サロゲートを形成するために下位ビットに0xDC00を加える。
 0x0037 + 0xDC00 = 0xDC37。

 結果:
 D801 DC37  （UTF-16 hex code units）
 D8 01 DC 37（UTF-16BE hex bytes）
 01 D8 37 DC（UTF-16LE hex bytes）

次の表は、この文字変換と他をまとめたものです。 色は、コードポイントからのビットがUTF-16バイトにどのように分配されるかを示します。 UTF-16エンコーディングプロセスによって追加された追加ビットは黒で示されています。

文字 （ユニコード）		バイナリ コードポイント	バイナリ UTF-16	UTF-16 16進数	UTF-16BE 16進バイト	UTF-16LE 16進バイト
$	U+0024	0000 0000 0010 0100	0000 0000 0010 0100	0024	00 24	24 00
€	U+20AC	0010 0000 1010 1100	0010 0000 1010 1100	20AC	20 AC	AC 20
𐐷	U+10437	0001 0000 0100 0011 0111	1101 1000 0000 0001 1101 1100 0011 0111	D801 DC37	D8 01 DC 37	01 D8 37 DC
𤭢	U+24B62	0010 0100 1011 0110 0010	1101 1000 0101 0010 1101 1111 0110 0010	D852 DF62	D8 52 DF 62	52 D8 62 DF

厳密には正確ではないが、UTF-16はUCS-2をサロゲートペアで拡張したようなものであると言える。またUnicodeは（現在のところ）UCS-4のうち、サロゲートペアで表現可能な空間のみを使うものとし（異体字セレクタなどは空間を別の軸の向きに広げるものとされている）ISO/IEC 10646もUnicodeに追随するような形で改訂されている。

サロゲートペアによって拡張された符号位置は、UTF-32ではそのまま表現できる。UTF-8では、通常4オクテット（Fx xx xx xx）を使って表現される。UTF-16ではサロゲートペアを使って表現する。UTF-8を使っているが4オクテット以上のオクテット列を扱えない場合に、サロゲートペアをそのままUTF-8で表現したような表現が使われることがあり、CESU-8と言う（詳しくはUTF-8#サロゲートペアの扱いを参照）。

サロゲートペア (Surrogate Pair) の日本語訳は代用対とされている。

拡張領域に含まれる文字

現在、拡張領域には次のように文字が割り当てられている。

面	符号位置	英語での名称	略称	日本語での名称	収録されている主な文字
第1面	U+10000 - U+1FFFF	Supplementary Multilingual Plane	SMP	追加多言語面	古代文字や記号・図柄類など。日本で発明された携帯電話用の絵文字もここに収録されている。
第2面	U+20000 - U+2FFFF	Supplementary Ideographic Plane	SIP	追加漢字面	漢字専用領域。
第3面	U+30000 - U+3FFFF	Tertiary Ideographic Plane	TIP	第三漢字面	古代漢字や甲骨文字などが収録される予定。
第4面〜 第13面	U+40000 - U+DFFFF	未使用（将来どのような目的で使用するのかすら決まっていない）。
第14面	U+E0000 - U+EFFFF	Supplementary Special-purpose Plane	SSP	追加特殊用途面	制御コード専用領域。
第15面・ 第16面	U+F0000 - U+10FFFF	私用面（BMPの U+E000 - U+F8FF の領域の拡張）

日本では2000年にJIS X 0208を拡張する目的でJIS X 0213（いわゆるJIS第3・第4水準）が制定されたが、この際、新たに採用された文字でUnicodeになかったものの一部は、BMPに収録できず、第2面への収録となった（Unicodeが最終的にJIS X 0213への対応を完了したのは2002年である）。このため、JIS X 0213収録文字をUnicodeで完全にサポートするには、追加漢字面をサポートしたOS、フォント、アプリケーションが必要となる。Shift_JISなど、Unicodeにて規定されるもの以外のエンコーディングを利用する場合であっても、JIS X 0213に対応するフォントやアプリケーションが必要である。

常用漢字の2010年改定で追加された字のうち「𠮟」はU+20B9Fで、追加漢字面に含まれる。そのため、改定後の常用漢字完全サポートを謳う場合、Unicodeに対応していて更にこの拡張領域にも対応している必要があると言える。ただ、現状ではこの字は、JIS X 0208に含まれる（＝当然、Unicode策定当初からBMPに収録されている）異体字の「叱」(U+53F1) で代用されることが多い。

歴史

1984年、ISOの文字コード規格委員会 (ISO/TC 97/SC2) は文字セットの切り替えを行わずに世界中の文字を単一の文字集合として扱える文字コード規格 (ISO 10646) を作成することを決定し、専門の作業グループ (ISO/TC 97/SC 2/WG 2) を設置し、作業を始めていた。1980年代後半にはこの作業グループにおいてさまざまな提案が検討されている。1990年になって出来あがったISO/TC 97/SC 2/WG 2作成のISO 10646の初版ドラフト（DIS 10646#DIS 10646第1版）では、漢字コードは32ビットで表現され、各国の漢字コードはそのまま入れることになった。しかし中国は漢字を各国でばらばらに符号化するのではなく、あくまで統一して扱うことを求めてこのドラフトには当初から反対しており、今後の漢字コードの方針を決めるため、WG 2は CJK-JRG (Joint Research Group) と呼ばれるグループを別途設置し、そこで引き続き検討することにした。

このような公的機関の動きとは別に、1987年頃からXeroxのJoe BeckerとLee Collinsは、後にユニコードと呼ばれるようになる、世界中の文字を統一して扱える文字コードを開発していた。1989年9月には「Unicode Draft 1」が発表された。ここではその基本方針として、2オクテット（16ビット）固定長で全ての文字を扱えることを目指しており、そのために日本・中国・韓国の漢字を統一することで2万弱の漢字コードを入れ、さらに将来の拡張用に、3万程度の漢字の空き領域が別に用意されていた。このドラフトは少しずつ改良を加えられながら1990年4月にUnicode Draft 2、同年12月Unicode Final Draftとなった。さらに1991年1月にはこのUnicode Final Draftに賛同する企業によって、ユニコードコンソーシアムが設立された。

1991年6月、ISO/IEC 10646による4オクテット固定長コードを主体としたドラフト「DIS 10646第1版」は、2オクテット固定長コードであるUnicodeとの一本化を求める各国により否決され、ISO 10646とUnicodeの一本化が図られることになった。また中国およびUnicodeコンソーシアムの要請により、CJK-JRGにおいて、ISO 10646とUnicodeの一本化が図られることになった。CJK-JRGは各国の漢字コードに基づき独自の統合規準を定め、ISO 10646 / Unicode用の統合漢字コード表を作成することになった。CJK-JRGの会合は第1回が7月22日から24日にかけて東京で、第2回の会合が9月17日から19日にかけて北京で、第3回が11月25日から29日にかけて香港で開催された。これらの討議の結果、1991年末になって「ISO 10646＝Unicode」用の統合漢字コード表が Unified Repertoire and Ordering (URO) の第1版として完成した。

Unicodeの最初に印刷されたドキュメントであるUnicode 1.0は、統合漢字表の完成に先行して漢字部分を除いたUnicode 1.0, Vol.1が1991年10月に出版され、後に1992年になって漢字部分だけのUnicode 1.0, Vol.2が出版された。

1992年、CJK統合漢字URO第二版が完成し、これを取り込んだ（ただしUROには若干の間違いが発見されており、それらの修正が行われている。）DIS 10646第2版が、5月30日の国際投票で可決された。

1993年5月1日 「ISO/IEC 10646-1: 1993 Universal Multiple-Octet Coded Character Set (UCS) -- Part 1: Architecture and basic Multilingual Plane」が制定される。同年翌6月にUnicode 1.0は ISO/IEC 10646-1:1993にあわせた変更を行いUnicode 1.1となり、以後ユニコードとISO/IEC 10646とは歩調を合わせて改訂されていくことになる。

ユニコードのバージョン

ユニコードのバージョンは、メジャーバージョン (the major version)、マイナーバージョン (the minor version)、アップデートバージョン (the update version) の3つの部分から構成され、ピリオドでつなげて表示される。但しマイナーバージョン及びアップデートバージョンについては0の場合には省略して表示されることもある。メジャーバージョンはレパートリーの追加のような重要な変更が行われたときに改定される。ユニコードのドキュメントは書籍形態と電子版ドキュメント形態の両方で公表され、どちらもユニコードについての正式なドキュメントであるとされている。新たなバージョンがリリースされたときは新たなドキュメントが公表されるが、書籍として刊行されるのはメジャーバージョンが改定された場合および重要なマイナーバージョンの改定があった場合のみである。書籍版のバージョン1.0は、2巻に分けて刊行され、統合漢字部分を除いた第1巻は1991年10月に、統合漢字部分の第2巻は1992年6月に刊行された。そのため第1巻のみのものをUnicode 1.0.0、第2巻を含めたものをUnicode 1.0.1と呼ぶことがある。

各バージョンとその特徴

ユニコードのそれぞれのバージョン番号とその制定年月日、収録文字数他の特徴は以下の通りである。

制定年月日	バージョン番号	収録文字数	概要	日本語における主要な追加文字
1991年10月	Unicode 1.0.0	7,161	初期バージョン、16ビットの文字コード	JIS X 0201
1992年6月	Unicode 1.0.1	28,359	CJK統合漢字を導入	JIS X 0208、JIS X 0212
1993年6月	Unicode 1.1.0	34,233	ISO/IEC 10646-1:1993にあわせ変更
1993年7月	Unicode 1.1.5
1996年7月	Unicode 2.0.0	38,950	ISO/IEC 10646-1:1993の追補Amd.1からAmd.7に対応。ハングルの大移動を行いUnicode1.xとの互換性を失う (Amd.5)、サロゲートペア（代用対）を導入し追加面を可能にして収容可能な文字を大幅に増やす、21ビット領域に拡張 (Amd.1)
1998年5月	Unicode 2.1.0	38,952	ユーロ記号と正誤表を追加
1998年5月	Unicode 2.1.2
1998年8月	Unicode 2.1.5
1998年10月	Unicode 2.1.8
1999年4月	Unicode 2.1.9
1999年9月	Unicode 3.0.0	49,259	ISO/IEC 10646-1:2000が発行されるまでの追補Amd.8からAmd.31の文字すべてに対応。CJK統合漢字の拡張Aで漢字6582字を追加 (Amd.17)	JIS X 0213の一部（地名や人名などに用いられる漢字）
2000年8月	Unicode 3.0.1
2001年3月	Unicode 3.1.0	94,205	ISO/IEC 10646-2:2001に対応。BMP以外の拡張。CJK統合漢字の拡張Bで漢字42711字を追加	JIS X 0213の一部（地名や人名などに用いられる漢字）
2001年8月	Unicode 3.1.1
2002年3月	Unicode 3.2.0	95,221	ISO/IEC 10646-1:2000の追補Amd.1に対応	JIS X 0213（正式対応）
2003年4月	Unicode 4.0.0	96,447	ISO/IEC 10646:2003に対応
2004年5月	Unicode 4.0.1
2005年3月31日	Unicode 4.1.0	97,720	ISO/IEC 10646:2003の追補Amd.1に対応
2006年7月14日	Unicode 5.0.0	99,089	ISO/IEC 10646:2003の追補Amd.2とシンド語（Amd.3に含まれる）に対応
2008年4月4日	Unicode 5.1.0	100,713	ISO/IEC 10646:2003の追補Amd.3とAmd.4に対応。異体字セレクタを漢字に対して使い始める	麻雀牌、割り算の記号、電話機の星印、Adobe-Japan1-6の漢字字形
2009年10月1日	Unicode 5.2.0	107,361	ISO/IEC 10646:2003の追補Amd.6までに対応	ARIB外字
2010年10月11日	Unicode 6.0.0	109,449	ISO/IEC 10646:2010	携帯電話の絵文字
2012年1月31日	Unicode 6.1.0	110,181	ISO/IEC 10646:2012
2012年9月26日	Unicode 6.2.0	110,182	新トルコリラの通貨記号の追加など
2013年9月30日	Unicode 6.3.0	110,187
2014年6月16日	Unicode 7.0.0	113,021	ISO/IEC 10646:2012の追補Amd.1とAmd.2に対応。ルーブル、アゼルバイジャン・マナトの通貨記号、北米・中国・インド・アフリカの言語のための歴史的なスクリプトの追加。	約250字の絵文字の追加。
2015年6月17日	Unicode 8.0.0	120,737	ISO/IEC 10646:2014の追補Amd.1に対応。
2016年6月21日	Unicode 9.0.0	128,172	ISO/IEC 10646:2014の追補Amd.2に対応。	91個の絵文字の追加、4KTV放送用シンボル19個の追加
2017年6月20日	Unicode 10.0.0	136,690

構成要素のバージョン

ユニコードのバージョンには、上記のような「ユニコードの規格全体に付けられたバージョン」の他に「ユニコードを構成する個々の要素の規格に付けられたバージョン」が存在する。これに該当するものとしては、ユニコードを構成する各面ごとに付けられたバージョンや、ユニコードに収録されないこととされたスクリプトのリスト (NOR = Not The Roadmap) に付けられたバージョン、規格の一部を構成するUnicode Technical Note（Unicode技術ノート）、Unicode Technical Report（Unicode技術報告）、Unicode Technical Standard（Unicode技術標準）のバージョンなどが存在する。

日付	全体	BMP	SMP	SIP	TIP	SSP	NOR
1991年10月	1.0.0
1992年6月	1.0.1
1993年6月	1.1.0
1993年7月	1.1.5
1996年7月	2.0.0
1998年5月	2.1.0
1998年5月	2.1.2
1998年8月	2.1.5
1998年10月	2.1.8
1999年4月	2.1.9
1999年9月	3.0.0
2000年8月	3.0.1
2001年3月	3.1.0
2001年8月	3.1.1
2001年10月10日		3.0	3.0	3.0			1.0
2001年10月12日			3.1
2001年10月27日		3.1
2001年11月27日						3.0
2002年1月22日		3.2				3.1
2002年1月29日		3.3
2002年2月5日		3.4
2002年3月	3.2.0
2002年4月3日			3.2
2002年4月4日		3.5
2002年6月7日		3.6	3.3
2002年6月23日		3.7
2002年10月2日		3.8
2002年10月28日		3.9
2002年11月11日				3.1
2002年12月3日		3.10	3.4 3.5
2002年12月11日		3.11
2003年3月12日		3.12	3.6
2003年3月15日			3.7
2003年4月	4.0.0
2003年4月16日		4.0	4.0	4.0		4.0	4.0
2003年5月4日		4.1
2003年5月16日				4.1
2003年6月18日		4.2	4.1
2003年7月15日						4.1
2003年8月19日		4.3
2003年9月11日		4.4	4.2
2003年9月20日		4.5
2003年10月22日		4.6
2003年10月31日			4.3
2003年12月23日		4.7	4.4
2004年5月	4.0.1
2004年5月27日			4.5
2004年6月24日		4.8	4.6
2004年7月3日			4.7
2004年12月1日							4.1
2005年1月27日				4.2
2005年1月28日		4.9	4.8
2005年3月31日	4.1.0	4.10	4.9
2005年5月27日			4.10				4.2
2005年6月10日		4.11	4.11
2005年6月27日		4.12	4.12	4.3		4.2	4.3
2005年8月1日		4.13	4.13
2005年9月6日		4.14
2005年9月14日		4.15
2005年9月17日			4.14
2005年9月19日		4.16
2005年12月8日			4.15
2006年1月11日		4.17	4.16
2006年4月17日		4.18	4.17	4.4
2006年4月28日							4.4
2006年7月14日	5.0.0
2006年9月21日		5.0	5.0	5.0		5.0	5.0
2006年9月29日		5.0.1		5.0.1
2007年3月14日			5.0.1
2007年4月11日		5.0.2	5.0.2
2007年5月5日		5.0.3	5.0.3
2007年7月24日		5.0.4	5.0.4				5.0.1
2007年8月22日		5.0.5
2007年8月29日			5.0.5
2008年1月15日			5.0.6
2008年1月31日		5.0.6
2008年2月14日		5.0.7	5.0.7
2008年4月4日	5.1.0	5.1.0	5.1.0	5.1.0		5.1.0	5.1.0
2008年4月25日		5.1.1	5.1.1		5.1.0		5.1.1
2008年8月12日		5.1.2	5.1.2
2008年8月19日		5.1.3
2008年10月17日		5.1.4	5.1.3		5.1.1
2009年2月4日		5.1.5	5.1.4
2009年2月26日				5.1.1
2009年4月22日				5.1.2
2009年4月24日			5.1.5
2009年10月1日	5.2.0	5.2.0	5.2.0	5.2.0	5.2.0	5.2.0	5.2.0
2009年11月18日		5.2.1
2010年2月5日			5.2.1
2010年2月10日			5.2.2
2010年2月23日			5.2.3
2010年4月23日		5.2.2	5.2.4
2010年5月12日			5.2.5
2010年6月24日			5.2.6
2010年7月27日			5.2.7
2010年10月11日	6.0.0	6.0.0	6.0.0	6.0.0	6.0.0	6.0.0	6.0.0
2010年12月6日			6.0.1
2011年1月9日			6.0.2
2011年1月14日		6.0.1
2011年1月27日		6.0.2	6.0.3	6.0.1	6.0.1	6.0.1	6.0.1
2011年3月18日			6.0.4
2011年5月24日			6.0.5
2011年6月23日		6.0.3	6.0.6
2011年8月1日			6.0.7
2011年8月15日			6.0.8
2011年8月24日			6.0.9
2011年11月15日			6.0.10
2011年11月29日			6.0.11
2011年12月19日							6.0.2
2012年1月6日			6.0.12
2012年1月31日	6.1.0
2012年2月1日		6.1.0	6.1.0	6.1.0	6.1.0	6.1.0	6.1.0
2012年2月15日			6.1.1
2012年5月4日			6.1.2
2012年7月30日			6.1.3
2012年8月27日			6.1.4
2012年9月13日		6.1.1	6.1.5
2012年9月26日	6.2.0
2012年9月27日		6.2.0	6.2.0	6.2.0	6.2.0	6.2.0	6.2.0
2012年10月16日			6.2.1	6.2.1
2012年12月2日			6.2.2	6.2.2
2013年3月19日			6.2.3
2013年5月4日			6.2.4
2013年5月23日			6.2.5
2013年7月24日			6.2.6
2013年9月30日	6.3.0
2013年10月28日		6.3.0	6.3.0	6.3.0	6.3.0	6.3.0	6.3.0
2014年2月19日		6.3.1	6.3.1
2014年6月16日	7.0.0
2014年8月7日		7.0.0	7.0.0	7.0.0	7.0.0	7.0.0	7.0.0
2014年9月18日		7.0.1	7.0.1	7.0.1
2014年10月24日			7.0.2	7.0.2	7.0.1
2015年3月26日		7.0.2	7.0.3
2015年6月3日		7.0.3	7.0.4
2015年6月17日	8.0.0
2015年6月26日		8.0.0	8.0.0	8.0.0	8.0.0	8.0.0	8.0.0
2015年8月17日			8.0.1
2016年1月21日		8.0.1	8.0.2		8.0.1
2016年2月3日			8.0.3	8.0.1
2016年5月3日		8.0.2
2016年6月10日			8.0.4
2016年6月21日	9.0.0
2016年6月23日		9.0.0	9.0.0	9.0.0	9.0.0	9.0.0	9.0.0
2017年1月12日			9.0.1
2017年5月24日		9.0.1
2017年6月6日			9.0.2

Unicodeの諸問題

バージョンごとの非互換性

Unicodeは同一のコードでもバージョンが変わったとき完全に異なった文字を定義し直したことがある。

そのうち最大のものがUnicode 2.0での「ハングルの大移動」である。これはUnicode 1.1までで定義されていたハングルの領域を破棄し、新しいハングルの領域を別の位置に設定し、破棄された領域には別の文字の領域を割り当てることとなった。その後、Unicode 3.0では、従来ハングルが割り当てられていた領域にCJK統合漢字拡張A、ついでUnicode 4.0で六十四卦が割り当てられた。このように、Unicode 1.1以前でハングルを記述した文書とUnicode 2.0以降でCJK統合漢字拡張Aを記述した文書には互換性がない。JCS委員長の芝野耕司はUnicodeに日本語の漢字を収録させる議論の中で、ハングル大移動について「韓国のとった滅茶苦茶な行動」と述べている。

日本語環境でのUnicodeの諸問題

YEN SIGN 問題

Shift_JIS では JIS X 0201 における円記号 "¥" が 0x5C に置かれている。これを Unicode のマッピングに合わせると YEN SIGN (U+00A5) にマップされる。しかし、0x5C は ASCII ではバックスラッシュ "\" に相当し、C言語などでエスケープ文字として使われる事から、この文字のコードを変更すると問題が起きる。極端な例として、0x5C が円記号とエスケープ文字の両方の目的で使われているケース（たとえば printf("¥¥%d¥n", price); など）も考えられる。

そのため、Unicode を利用するアプリケーションでは、U+007F 以下のコードに関しては移動させないという暗黙のルールができている。

そうなると、Unicode 環境では円記号がバックスラッシュの表示に変わってしまうように思われるが、これは日本語用のフォントデータの 0x5C の位置には円記号の字形を当ててしまうことで対処している。これによって、日本語環境での表示上は 0x5C の位置で円記号を用いることができる。

この問題は日本語環境に限ったことではない。もともと ISO 646 上では、0x5C を含む数種の文字は自由領域（バリアント）として各国での定義を認めていた。そのため、日本語以外でも ASCII でバックスラッシュに相当するコードに異なる記号を当てているケースが多い。例えば、韓国ではウォン記号 (WON SIGN, U+20A9, "₩")、デンマークやノルウェーではストローク付きO (LATIN CAPITAL LETTER O WITH STROKE, U+00D8, "Ø") などである。（後者は後の時代には、0x5C はバックスラッシュのままとし、ISO 8859 シリーズを用いることが一般化した。）

波ダッシュ・全角チルダ問題

JIS X 0221 規定の JIS X 0208 と JIS X 0221 の対応表では、波ダッシュは WAVE DASH (U+301C, "〜") に対応させているが、マイクロソフトは Windows の Shift_JIS と Unicode の変換テーブルを作成する際に、JIS X 0208 において 1 区 33 点に割り当てられている波ダッシュ "〜" を、Unicode における全角チルダ (FULLWIDTH TILDE, U+FF5E, "～") に割り当てたため不整合が生じる。この結果、macOS 等の JIS X 0221 準拠の Shift_JIS ⇔ Unicode 変換テーブルをもつ処理系と Windows との間で Unicode データをやり取りする場合、文字化けを起こすことになる。そこで Windows 以外の OS 上で動くアプリケーションの中には、CP932 という名前でマイクロソフト仕様の Shift_JIS コード体系を別途用意して対応しているケースが多い。この原因とされている Unicode 仕様書の例示字形の問題に関しては、波ダッシュ#Unicodeに関連する問題を参照すること。

また、マイクロソフトは同様に、

• CENT SIGN (U+00A2, "¢") に代えて FULLWIDTH CENT SIGN (U+FFE0, "￠")
• POUND SIGN (U+00A3, "£") に代えて FULLWIDTH POUND SIGN (U+FFE1, "￡")
• NOT SIGN (U+00AC, "¬") に代えて FULLWIDTH NOT SIGN (U+FFE2, "￢")
• EM DASH (U+2014, "—") に代えて HORIZONTAL BAR (U+2015, "―")
• DOUBLE VERTICAL LINE (U+2016, "‖") に代えて PARALLEL TO (U+2225, "∥")
• MINUS SIGN (U+2212, "−") に代えて FULLWIDTH HYPHEN-MINUS (U+FF0D, "－")

と割り当てており、これらの変換時にも問題が起こる。このうちセント・ポンド・否定については、IBMのメインフレームではShift_JISを拡張してこれらの半角版をコードポイント 0xFD-0xFF に割り当て、別途JIS X 0208からマップされた位置に全角版を収録していたため、WindowsをIBMメインフレームの端末として用いるケースを想定したといわれている

なお、Windows Vista や Microsoft Office 2007 に付属する IME パッドの文字一覧における JIS X 0213 の面区点の表示は、上記の文字についても JIS で規定されているものと同じマッピングを使用している。

一覧

コード順ブロック一覧

範囲	名称	日本語名称
U+0000-007F	Basic Latin	基本ラテン文字（ASCII互換）
U+0080-00FF	Latin-1 Supplement	ラテン1補助
U+0100-017F	Latin Extended-A	ラテン文字拡張A
U+0180-024F	Latin Extended-B	ラテン文字拡張B
U+0250-02AF	IPA Extensions	IPA拡張（国際音声記号）
U+02B0-02FF	Spacing Modifier Letters	前進を伴う修飾文字
U+0300-036F	Combining Diacritical Marks	ダイアクリティカルマーク（合成可能）
U+0370-03FF	Greek and Coptic	ギリシア文字及びコプト文字
U+0400-04FF	Cyrillic	キリール文字（キリル文字）
U+0500-052F	Cyrillic Supplement	キリール文字補助
U+0530-058F	Armenian	アルメニア文字
U+0590-05FF	Hebrew	ヘブライ文字
U+0600-06FF	Arabic	アラビア文字
U+0700-074F	Syriac	シリア文字
U+0750-077F	Arabic Supplement	アラビア文字補助
U+0780-07BF	Thaana	ターナ文字
U+07C0-07FF	NKo	ンコ文字
U+0800-083F	Samaritan	サマリア文字 *
U+0840-085F	Mandaic	マンダ文字 *
U+08A0-08FF	Arabic Extended-A	アラビア文字拡張A *
U+0900-097F	Devanagari	デーヴァナーガリー文字
U+0980-09FF	Bengali	ベンガル文字
U+0A00-0A7F	Gurmukhi	グルムキー文字
U+0A80-0AFF	Gujarati	グジャラート文字（グジャラーティー文字）
U+0B00-0B7F	Oriya	オリヤー文字
U+0B80-0BFF	Tamil	タミル文字
U+0C00-0C7F	Telugu	テルグ文字
U+0C80-0CFF	Kannada	カンナダ文字
U+0D00-0D7F	Malayalam	マラヤーラム文字
U+0D80-0DFF	Sinhala	シンハラ文字
U+0E00-0E7F	Thai	タイ文字
U+0E80-0EFF	Lao	ラオス文字（ラーオ文字）
U+0F00-0FFF	Tibetan	チベット文字
U+1000-109F	Myanmar	ミャンマー文字（ビルマ文字）
U+10A0-10FF	Georgian	グルジア文字
U+1100-11FF	Hangul Jamo	ハングル字母
U+1200-137F	Ethiopic	エチオピア文字（ゲエズ文字）
U+1380-139F	Ethiopic Supplement	エチオピア文字補助
U+13A0-13FF	Cherokee	チェロキー文字
U+1400-167F	Unified Canadian Aboriginal Syllabics	統合カナダ先住民音節（カナダ先住民文字）
U+1680-169F	Ogham	オガム文字
U+16A0-16FF	Runic	ルーン文字
U+1700-171F	Tagalog	タガログ文字（バイバイン）
U+1720-173F	Hanunoo	ハヌノオ文字
U+1740-175F	Buhid	ブヒッド文字
U+1760-177F	Tagbanwa	タグバヌア文字（タグバヌワ文字）
U+1780-17FF	Khmer	クメール文字
U+1800-18AF	Mongolian	モンゴル文字
U+18B0-18FF	Unified Canadian Aboriginal Syllabics Extended	統合カナダ先住民音節拡張 *
U+1900-194F	Limbu	リンブ文字
U+1950-197F	Tai Le	タイ・ロ文字
U+1980-19DF	New Tai Lue	新タイ・ロ文字（西双版納タイ文字）
U+19E0-19FF	Khmer Symbols	クメール文字用記号
U+1A00-1A1F	Buginese	ブギス文字（ロンタラ文字）
U+1A20-1AAF	Tai Tham	ラーンナー文字 *
U+1AB0-1AFF	Combining Diacritical Marks Extended	ダイアクリティカルマーク（合成可能）拡張
U+1B00-1B7F	Balinese	バリ文字
U+1B80-1BBF	Sundanese	スンダ文字 *
U+1BC0-1BFF	Batak	バタク文字 *
U+1C00-1C4F	Lepcha	レプチャ文字 *
U+1C50-1C7F	Ol Chiki	オル・チキ文字 *
U+1C80-1C8F	Cyrillic Extended-C	キリール文字拡張C *
U+1CC0-1CCF	Sundanese Supplement	スンダ文字補助 *
U+1CD0-1CFF	Vedic Extensions	ヴェーダ文字拡張 *
U+1D00-1D7F	Phonetic Extensions	音声記号拡張
U+1D80-1DBF	Phonetic Extensions Supplement	音声記号拡張補助
U+1DC0-1DFF	Combining Diacritical Marks Supplement	ダイアクリティカルマーク（合成可能）補助
U+1E00-1EFF	Latin Extended Additional	ラテン文字拡張追加
U+1F00-1FFF	Greek Extended	ギリシア文字拡張
U+2000-206F	General Punctuation	一般句読点
U+2070-209F	Superscripts and Subscripts	上付き・下付き
U+20A0-20CF	Currency Symbols	通貨記号
U+20D0-20FF	Combining Diacritical Marks for Symbols	記号用ダイアクリティカルマーク（合成可能）
U+2100-214F	Letterlike Symbols	文字様記号
U+2150-218F	Number Forms	数字に準じるもの
U+2190-21FF	Arrows	矢印
U+2200-22FF	Mathematical Operators	数学記号
U+2300-23FF	Miscellaneous Technical	その他の技術用記号
U+2400-243F	Control Pictures	制御機能用記号
U+2440-245F	Optical Character Recognition	光学的文字認識、OCR
U+2460-24FF	Enclosed Alphanumerics	囲み英数字
U+2500-257F	Box Drawing	罫線素片
U+2580-259F	Block Elements	ブロック要素
U+25A0-25FF	Geometric Shapes	幾何学模様
U+2600-26FF	Miscellaneous Symbols	その他の記号
U+2700-27BF	Dingbats	装飾記号
U+27C0-27EF	Miscellaneous Mathematical Symbols-A	その他の数学記号A
U+27F0-27FF	Supplemental Arrows-A	補助矢印A
U+2800-28FF	Braille Patterns	点字図形
U+2900-297F	Supplemental Arrows-B	補助矢印B
U+2980-29FF	Miscellaneous Mathematical Symbols-B	その他の数学記号B
U+2A00-2AFF	Supplemental Mathematical Operators	補助数学記号
U+2B00-2BFF	Miscellaneous Symbols and Arrows	その他の記号及び矢印
U+2C00-2C5F	Glagolitic	グラゴル文字
U+2C60-2C7F	Latin Extended-C	ラテン文字拡張C
U+2C80-2CFF	Coptic	コプト文字
U+2D00-2D2F	Georgian Supplement	グルジア文字補助
U+2D30-2D7F	Tifinagh	ティフナグ文字
U+2D80-2DDF	Ethiopic Extended	エチオピア文字拡張
U+2DE0-2DFF	Cyrillic Extended-A	キリール文字拡張A *
U+2E00-2E7F	Supplemental Punctuation	補助句読点
U+2E80-2EFF	CJK Radicals Supplement	CJK部首補助
U+2F00-2FDF	Kangxi Radicals	康熙部首
U+2FF0-2FFF	Ideographic Description Characters	漢字構成記述文字、IDC
U+3000-303F	CJK Symbols and Punctuation	CJKの記号及び句読点
U+3040-309F	Hiragana	平仮名
U+30A0-30FF	Katakana	片仮名
U+3100-312F	Bopomofo	注音字母（注音符号）
U+3130-318F	Hangul Compatibility Jamo	ハングル互換字母
U+3190-319F	Kanbun	漢文用記号（返り点）
U+31A0-31BF	Bopomofo Extended	注音字母拡張
U+31C0-31EF	CJK Strokes	CJKの筆画
U+31F0-31FF	Katakana Phonetic Extensions	片仮名拡張
U+3200-32FF	Enclosed CJK Letters and Months	囲みCJK文字・月
U+3300-33FF	CJK Compatibility	CJK互換用文字
U+3400-4DBF	CJK Unified Ideographs Extension A	CJK統合漢字拡張A
U+4DC0-4DFF	Yijing Hexagram Symbols	易経記号（六十四卦）
U+4E00-9FFF	CJK Unified Ideographs	CJK統合漢字
U+A000-A48F	Yi Syllables	イ文字（ロロ文字）
U+A490-A4CF	Yi Radicals	イ文字部首
U+A4D0-A4FF	Lisu	フレイザー文字 *
U+A500-A63F	Vai	ヴァイ文字 *
U+A640-A69F	Cyrillic Extended-B	キリール文字拡張B *
U+A6A0-A6FF	Bamum	バムン文字 *
U+A700-A71F	Modifier Tone Letters	声調修飾文字
U+A720-A7FF	Latin Extended-D	ラテン文字拡張D
U+A800-A82F	Syloti Nagri	シロティ・ナグリ文字
U+A830-A83F	Common Indic Number Forms	共通インド数字に準じるもの *
U+A840-A87F	Phags-pa	パスパ文字
U+A880-A8DF	Saurashtra	サウラーシュトラ文字 *
U+A8E0-A8FF	Devanagari Extended	デーヴァナーガリー文字拡張 *
U+A900-A92F	Kayah Li	カヤー文字 *
U+A930-A95F	Rejang	レジャン文字 *
U+A960-A97F	Hangul Jamo Extended-A	ハングル字母拡張A *
U+A980-A9DF	Javanese	ジャワ文字 *
U+A9E0-A9FF	Myanmar Extended-B	ミャンマー文字拡張B *
U+AA00-AA5F	Cham	チャム文字 *
U+AA60-AA7F	Myanmar Extended-A	ミャンマー文字拡張A *
U+AA80-AADF	Tai Viet	タイ・ヴェト文字 *
U+AAE0-AAFF	Meetei Mayek Extensions	マニプリ文字拡張 *
U+AB00-AB2F	Ethiopic Extended-A	エチオピア文字拡張A *
U+AB30-AB6F	Latin Extended-E	ラテン文字拡張E *
U+AB70-ABBF	Cherokee Supplement	チェロキー文字補助 *
U+ABC0-ABFF	Meetei Mayek	マニプリ文字 *
U+AC00-D7AF	Hangul Syllables	ハングル音節文字
U+D7B0-D7FF	Hangul Jamo Extended-B	ハングル字母拡張B *
U+D800-DB7F	High Surrogates	上位代用符号位置
U+DB80-DBFF	High Private Use Surrogates	上位私用代用符号位置
U+DC00-DFFF	Low Surrogates	下位代用符号位置
U+E000-F8FF	Private Use Area	私用領域（外字領域）
U+F900-FAFF	CJK Compatibility Ideographs	CJK互換漢字
U+FB00-FB4F	Alphabetic Presentation Forms	アルファベット表示形
U+FB50-FDFF	Arabic Presentation Forms-A	アラビア表示形A
U+FE00-FE0F	Variation Selectors	字形選択子（異体字セレクタ）
U+FE10-FE1F	Vertical Forms	縦書き形
U+FE20-FE2F	Combining Half Marks	半記号（合成可能）
U+FE30-FE4F	CJK Compatibility Forms	CJK互換形
U+FE50-FE6F	Small Form Variants	小字形
U+FE70-FEFF	Arabic Presentation Forms-B	アラビア表示形B
U+FF00-FFEF	Halfwidth and Fullwidth Forms	半角・全角形
U+FFF0-FFFF	Specials	特殊用途文字
U+10000-1007F	Linear B Syllabary	線文字B音節文字
U+10080-100FF	Linear B Ideograms	線文字B表意文字
U+10100-1013F	Aegean Numbers	エーゲ数字
U+10140-1018F	Ancient Greek Numbers	古代ギリシア数字
U+10190-101CF	Ancient Symbols	古代記号 *
U+101D0-101FF	Phaistos Disc	ファイストスの円盤の文字 *
U+10280-1029F	Lycian	リキア文字 *
U+102A0-102DF	Carian	カリア文字 *
U+102E0-102FF	Coptic Epact Numbers	コプト・エパクト数字 *
U+10300-1032F	Old Italic	古代イタリア文字（古イタリア文字）
U+10330-1034F	Gothic	ゴート文字
U+10350-1037F	Old Permic	古ペルム文字 *
U+10380-1039F	Ugaritic	ウガリト文字（ウガリット文字）
U+103A0-103DF	Old Persian	古代ペルシャ文字
U+10400-1044F	Deseret	デザレット文字
U+10450-1047F	Shavian	シェイヴィアン文字
U+10480-104AF	Osmanya	オスマニア文字
U+104B0-104FF	Osage	オセージ文字 *
U+10500-1052F	Elbasan	エルバサン文字 *
U+10530-1056F	Caucasian Albanian	カフカース・アルバニア文字 *
U+10600-1077F	Linear A	線文字A *
U+10800-1083F	Cypriot Syllabary	キプロス音節文字
U+10840-1085F	Imperial Aramaic	アラム文字 *
U+10860-1087F	Palmyrene	パルミラ文字 *
U+10880-108AF	Nabataean	ナバテア文字 *
U+108E0-108FF	Hatran	ハトラ文字 *
U+10900-1091F	Phoenician	フェニキア文字
U+10920-1093F	Lydian	リディア文字 *
U+10980-1099F	Meroitic Hieroglyphs	メロエ記念碑書体 *
U+109A0-109FF	Meroitic Cursive	メロエ草書体 *
U+10A00-10A5F	Kharoshthi	カローシュティー文字
U+10A60-10A7F	Old South Arabian	南アラビア文字 *
U+10A80-10A9F	Old North Arabian	北アラビア文字 *
U+10AC0-10AFF	Manichaean	マニ文字 *
U+10B00-10B3F	Avestan	アヴェスター文字 *
U+10B40-10B5F	Inscriptional Parthian	パルティア文字 *
U+10B60-10B7F	Inscriptional Pahlavi	パフラヴィー文字 *
U+10B80-10BAF	Psalter Pahlavi	聖詠パフラヴィー文字 *
U+10C00-10C4F	Old Turkic	突厥文字 *
U+10C80-10CFF	Old Hungarian	ロヴァーシュ文字 *
U+10E60-10E7F	Rumi Numeral Symbols	ルーミー数字 *
U+11000-1107F	Brahmi	ブラーフミー文字 *
U+11080-110CF	Kaithi	カイティ文字 *
U+110D0-110FF	Sora Sompeng	ソラ・ソンペン文字 *
U+11100-1114F	Chakma	チャクマ文字 *
U+11150-1117F	Mahajani	マハージャニー文字 *
U+11180-111DF	Sharada	シャラダ文字 *
U+111E0-111FF	Sinhala Archaic Numbers	シンハラ旧数字 *
U+11200-1124F	Khojki	ホジャ文字 *
U+11280-112AF	Multani	ムルターニー文字 *
U+112B0-112FF	Khudawadi	フダーワーディー文字 *
U+11300-1137F	Grantha	グランタ文字 *
U+11400-1147F	Newa	ネワ文字 *
U+11480-114DF	Tirhuta	ティルフータ文字 *
U+11580-115FF	Siddham	悉曇文字 *
U+11600-1165F	Modi	モーディー文字 *
U+11660-1167F	Mongolian Supplement	モンゴル文字補助 *
U+11680-116CF	Takri	タクリ文字 *
U+11700-1173F	Ahom	アーホム文字 *
U+118A0-118FF	Warang Citi	ワラング・クシティ文字 *
U+11AC0-11AFF	Pau Cin Hau	パウ・チン・ハウ文字 *
U+11C00-11C6F	Bhaiksuki	バイクシュキー文字 *
U+11C70-11CBF	Marchen	マルチェン文字 *
U+12000-123FF	Cuneiform	楔形文字
U+12400-1247F	Cuneiform Numbers and Punctuation	楔形文字の数字及び句読点
U+12480-1254F	Early Dynastic Cuneiform	シュメール楔形文字 *
U+13000-1342F	Egyptian Hieroglyphs	エジプト・ヒエログリフ *
U+14400-1467F	Anatolian Hieroglyphs	アナトリア・ヒエログリフ *
U+16800-16A3F	Bamum Supplement	バムン文字補助 *
U+16A40-16A6F	Mro	ムロ文字 *
U+16AD0-16AFF	Bassa Vah	バサ文字 *
U+16B00-16B8F	Pahawh Hmong	パハウ・フモン文字 *
U+16F00-16F9F	Miao	ポラード文字 *
U+16FE0-16FFF	Ideographic Symbols and Punctuation	漢字の記号及び句読点 *
U+17000-187FF	Tangut	西夏文字 *
U+18800-18AFF	Tangut Components	西夏文字の構成要素 *
U+1B000-1B0FF	Kana Supplement	仮名文字補助 *
U+1BC00-1BC9F	Duployan	デュプロワイエ式速記 *
U+1BCA0-1BCAF	Shorthand Format Controls	速記書式制御記号 *
U+1D000-1D0FF	Byzantine Musical Symbols	ビザンチン音楽記号
U+1D100-1D1FF	Musical Symbols	音楽記号
U+1D200-1D24F	Ancient Greek Musical Notation	古代ギリシア音符記号
U+1D300-1D35F	Tai Xuan Jing Symbols	太玄経記号
U+1D360-1D37F	Counting Rod Numerals	算木用数字
U+1D400-1D7FF	Mathematical Alphanumeric Symbols	数学用英数字記号
U+1D800-1DAAF	Sutton SignWriting	サットン手話表記法 *
U+1E000-1E02F	Glagolitic Supplement	グラゴル文字補助 *
U+1E800-1E8DF	Mende Kikakui	メンデ文字 *
U+1E900-1E95F	Adlam	アドラム文字 *
U+1EE00-1EEFF	Arabic Mathematical Alphabetic Symbols	アラビア数学用文字記号 *
U+1F000-1F02F	Mahjong Tiles	麻雀牌 *
U+1F030-1F09F	Domino Tiles	ドミノ牌 *
U+1F0A0-1F0FF	Playing Cards	トランプ *
U+1F100-1F1FF	Enclosed Alphanumeric Supplement	囲み英数字補助 *
U+1F200-1F2FF	Enclosed Ideographic Supplement	囲み表意文字補助 *
U+1F300-1F5FF	Miscellaneous Symbols And Pictographs	その他の記号及び絵文字 *
U+1F600-1F64F	Emoticons	顔文字 *
U+1F650-1F67F	Ornamental Dingbats	オーナメント *
U+1F680-1F6FF	Transport And Map Symbols	交通及び地図の記号 *
U+1F700-1F77F	Alchemical Symbols	錬金術記号 *
U+1F780-1F7FF	Geometric Shapes Extended	幾何学模様拡張 *
U+1F800-1F8FF	Supplemental Arrows-C	補助矢印C *
U+1F900-1F9FF	Supplemental Symbols and Pictographs	補助記号及び絵文字 *
U+20000-2A6DF	CJK Unified Ideographs Extension B	CJK統合漢字拡張B
U+2A700-2B73F	CJK Unified Ideographs Extension C	CJK統合漢字拡張C *
U+2B740-2B81F	CJK Unified Ideographs Extension D	CJK統合漢字拡張D *
U+2B820-2CEAF	CJK Unified Ideographs Extension E	CJK統合漢字拡張E *
U+2F800-2FA1F	CJK Compatibility Ideographs Supplement	CJK互換漢字補助
U+E0000-E007F	Tags	タグ
U+E0100-E01EF	Variation Selectors Supplement	字形選択子補助
U+F0000-FFFFF	Supplementary Private Use Area-A	補助私用領域A *
U+100000-10FFFF	Supplementary Private Use Area-B	補助私用領域B *

「日本語での通用名称」がJIS X 0221:2007に例示されているブロックについてはそれに準拠し、Wikipedia内の記事で用いられている名称がそれと異なる場合はその名称も併記した。*印はJIS X 0221:2007制定以降に追加されたブロック。

参考文献

• 用語の日本語表記は原則として次にならった。“Unicode Terminology English - Japanese”. Unicode, Inc. 2010年1月1日閲覧。
• The Unicode standard worldwide character encoding, Version 1.0. Vol.1. The Unicode Consortium. Addison-Wesley Pub.. (1991). ISBN 0-201-56788-1. 
• The Unicode standard worldwide character encoding, Version 1.0. Vol.2. The Unicode Consortium. Addison-Wesley Pub.. (1992). ISBN 0-201-60845-6. 
  • The Unicode standard, Version 1.1. The Unicode Consortium. (1993). 
  • The Unicode standard, Version 2.0. The Unicode Consortium. Addison-Wesley. (1996). ISBN 0-201-48345-9. 
  • The Unicode standard, Version 3.0. The Unicode Consortium. Addison-Wesley. (2000). ISBN 0-201-61633-5.  - 付属：CD-ROM。
  • The Unicode standard, Version 4.0. The Unicode Consortium. Addison-Wesley Professional. (2003). ISBN 0-321-18578-1.  - 付属：CD-ROM。
  • The Unicode standard, Version 5.0, Fifth Edition. The Unicode Consortium. Addison-Wesley Professional. (2006). ISBN 0-321-48091-0.  - 付属：CD-ROM。
• グラハム, トニー 『Unicode標準入門』 乾和志・海老塚徹訳、関口正裕監修、翔泳社、2001年5月。ISBN 4-7981-0030-7。 - 原タイトル：Unicode: a primer。
• 小林龍生 『ユニコード戦記　文字符号の国際標準化バトル』 東京電機大学出版局、2011年6月。ISBN 978-4-501-54970-1。
• 田丸健三郎 『UnicodeによるJIS X 0213実装入門　情報システムの新たな日本語処理環境』 日経BPソフトプレス、日経BP出版センター（発売）〈マイクロソフト公式解説書 マイクロソフトITプロフェッショナルシリーズ〉、2008年8月。ISBN 978-4-89100-608-2。
• 中島靖 『日本語文字コード表　Unicode順13652字　For windows, internet』 情報管理、星雲社（発売）〈Desk side series〉、1998年4月。ISBN 4-7952-3094-3。
• Microsoft Corporation 『公式Win32 APIリファレンス』v.4、アスキー書籍編集部ほか訳、アスキー〈ASCII books〉、1999年10月。ISBN 4-7561-3237-5。
• 『ユニコード漢字情報辞典　Sanseido's unicode kanji information dictionary』 ユニコード漢字情報辞典編集委員会編、三省堂、2000年6月。ISBN 4-385-13690-4。
• Lunde, Ken 『CJKV日中韓越情報処理』 小松章・逆井克己訳、オライリー・ジャパン、2002年12月。ISBN 4-87311-108-0。

関連項目

• ISO/IEC 10646
• OpenType
• Unicode一覧
• Unicode参照アルゴリズム
• 機種依存文字
• 国際化と地域化
• 中西亮
• 文字コード

外部リンク

• The Unicode Consortium （英語）
• DecodeUnicode （英語）